智能刷卡機飯堂數據挖掘系統分析

導語：智能刷卡機飯堂數據挖掘系統分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：傳統的飯堂消費行業僅僅只有數字金額的流動，大量甚至海量的飲食消費數據并沒有存儲起來作進一步的分析、挖掘和利用。本文提出研發一套基于智能刷卡機的飯堂數據挖掘系統，通過對飯堂消費數據的分析和挖掘，得到有用信息，生成數據服務———以數據分析報告的方式提供給大型餐飲公司等，構建新型盈利模式。同時，通過歷史的飲食消費數據建立消費者的飲食健康模型，分析其飲食健康水平，推送相應的飲食建議。該系統經試用后，反映效果良好，可為同類應用提供借鑒。

關鍵詞：智能刷卡機；大數據；飯堂；數據挖掘

一、引言

“互聯網+各個傳統行業”已成為市場中的熱點話題。餐飲行業作為我國第三產業中一個傳統服務性行業，其數據量是巨大的[1]。隨著互聯網、云計算和大數據產業的發展，各政府部門大力扶持戰略性新興產業，給中國數據中心市場的發展帶來極大利好因素[2，3]。傳統的飯堂消費行業僅僅只有數字金額的流動，大量的飲食消費數據并沒有存儲起來作進一步的分析、挖掘和利用。目前，我國高校飯堂當前采用的刷卡機種類多樣，刷卡計費系統普遍存在以下問題：1.刷卡設備只有計價功能，而沒有數據統計功能；2.食堂工作人員在用餐高峰期總是不停地進行人工口算，易疲憊，從而造成計算錯誤；3.食堂需要花大價錢購買系統，且系統維護不方便；4.食堂屬于支出方，系統不能帶來其它價值。針對上述問題，本文提出設計一套基于智能刷卡機的飯堂數據挖掘系統。本套系統針對的行業是飯堂飲食，主要的消費者人群是學生，并且提供系統免費使用、免費安裝。通過智能刷卡機系統收集學生在飯堂的飲食數據，然后對飯堂飲食消費數據進行分析、挖掘，讓食堂變為銷售方，為餐飲公司提供大數據分析服務，將數據變為價值。

二、系統概述

基于智能刷卡機的飲食大數據挖掘系統，最突出的特色就是盈利模式。這幾年大數據被炒得熱火朝天，在很多領域行業得到了應用，取得了不錯的成果。未來餐飲大數據行業肯定是大有發展前景的。本文研發的智能刷卡機系統，與傳統刷卡機系統相比具有較大優勢。傳統的刷卡機廠商主要靠賣系統硬件賺錢，我們定位于一家餐飲大數據服務企業，免費提供硬件系統給飯堂，提供大數據服務獲利（飲食企業、科研單位、政府管理部門），而飯堂相當于我們的數據合作方，使用新興的大數據技術、平臺等分析挖掘飲食數據，得到有用信息，生成數據分析報告；同時，對個人歷史飲食數據行為進行分析建模，分析其飲食健康水平，精確推送廣告。系統框架圖，如圖1所示。本系統研究的內容主要有以下5個方面：1.智能刷卡機數據的傳輸。傳統的刷卡機數據的傳輸主要是通過內網傳送，傳輸的數據主要是數字金額，數據存儲在本地金額管理系統，這也造成了單個飯堂飲食數據成為信息孤島。智能刷卡機系統需要在保證飯堂一定的封閉性的同時將菜式對應的字母傳輸到云端服務器中。2.飯堂飲食數據管理系統的設計。飯堂方的飲食消費存儲在本項目的云端服務器中，通過給飯堂開發一套飲食數據管理系統來分析學生們的飲食數據信息，如按日期等查詢菜式銷售情況、查詢頻繁菜式搭配和飯堂消費群體口味分析等，從而改善飯堂的服務質量，提高飯堂收入。3.飯堂飲食大數據的存儲與集成。各個飯堂的飲食數據具有單個飯堂自身的特征，所以拋棄異性，將所有飯堂的飲食數據集成起來分析是需要解決的關鍵問題。通過估計，惠州學院級別的一個飯堂一年的數據量大小在10G（30M*365天），假如合作的飯堂在100個左右，一年的數據量在1T級別，故飯堂飲食數據的存儲是首要問題。4.以服務為導向的飯堂飲食大數據的挖掘。該系統定位于提供大數據分析服務，通過給飲食企業、科研單位、政府管理部門等提供數據分析報告是本項目的主要盈利方式。如某地區食堂的整體菜式銷售特征，某地區范圍內飲食消費群體（主要是學生）的消費特征，如口味偏好、飲食習慣和飲食消費特點等。5.個人飲食健康模型的建立。在收集到個人飲食數據后，可以分析出個人的飲食特征，膳食結構等，從而也可以給第三方餐飲公司精準營銷廣告，獲取部分收入。進一步通過建立飲食健康模型，對學生進行健康分析，得到學生的飲食健康水平并推送給相應的飲食建議，從而調節膳食結構，增進學生的體質。

三、關鍵技術及實現

1.智能刷卡機的設計及管理平臺的數據傳輸實現。智能飯堂刷卡機通過內外網數據傳輸技術實現金融數據與銷售數據分開，既保證金融數據的獨立性和安全性，又保證銷售數據的傳輸及時性。用戶刷卡后把金額數據存入金額后臺管理系統（內網），與此同時金額后臺管理系統（內網）把用戶剩余金額數據反饋回用戶，實現內網數據交換。該系統基于以太網的客戶機/服務器體系，數據采集遵循TCP/IP協議[4]，實現數據的正確可靠傳輸。員工點擊菜式對應的字母刷卡后將菜式銷售數據傳送給菜式后臺管理系統（外網），菜式后臺管理系統（外網）將字母數據反饋給刷卡機，從而實現外網數據交換。菜式銷售數據通過NAT技術把本地IP地址轉化成全球IP地址[5]，實現內網和外網的通信，數據傳輸模型如圖2所示。通過把菜式銷售數據共享到外網，可以方便我們對這些數據進行后期進一步的分析并通過特定算法導出可視化分析結果。2.飯堂飲食大數據的存儲與集成圖4數據結果分析通過估計，飯堂一年的數據總量在TB級別左右。飯堂的數據具有其特殊的格式，因此，需要存儲在關系型數據庫中[6]。對于不同地區的飯堂，可以通過標志加以區分。合作的飯堂數量不斷增加，數據量也會越來越大。目前，飯堂飲食數據量大概在TB級別，未來將增至PB級別的數據，并且數據處理時間需要控制在0.1S，因此本系統采取MPP架構來存儲數據，如圖3所示。MPP架構的數據庫是基于結構化數據分析設計開發的，能夠高效處理PB級別的數據量，并且在處理數據的性能問題上具有顯著優勢。3.地區飲食特征挖掘。對于地區的飲食特征挖掘，我們采取的是關聯規則分析算法，從大量餐飲數據中挖掘出無法直接感受到的規則，做出該時期內的菜式銷售分析，例如對食堂所有菜式銷售的整體數據統計，提供圖像化分析，包括銷售量最多、最少的菜式等。通過統計某次菜式銷量，或者菜式材料的銷量，我們可以挖掘出某個地區高校內最受歡迎的菜式和菜式材料；同時，可以根據菜式銷售量智能分析出整體用戶的口味偏好。數據分析結果如圖4所示。4.個人飲食健康模型的建立圖4數據結果分析對于個人飲食健康的評估，我們采取營養素分析法。營養素評價有廣泛的潛在用途，可以幫助消費者合理選擇食物。通過歷史的飯堂飲食消費數據建立消費者的飲食健康模型。飯堂是我們的數據合作方，飯堂管理員標記每個菜式的材料搭配存儲在后臺數據庫中，通過計算每個材料所含的營養素含量，得出每個菜式的營養素含量。對于個人的飲食健康，通過學生的菜式消費數據就可以分析出他們營養素攝取量；同時參照營養素度量法，可以對每個學生的營養進行評分，從而對其進行健康評估和推薦。5.精準廣告營銷。對于個人的廣告營銷，采取的算法主要是決策樹算法。該算法存在以下明顯優勢：容易理解、解釋和可視化；數據基本不需要預處理；能夠處理多維度輸出問題等。本系統主要從兩個方面著手，一是通過對個人飲食的健康模型的評估，推薦一些健康飲食；二是對于消費者經常消費的美食進行廣告推薦。對于消費者的歷史飲食數據，我們預定義一些類，如喜歡吃西餐、中餐、清真等的類，將消費群體進行分類，貼上標簽。飲食的標簽對應于我們合作的餐飲供應商，然后進行精準廣告營銷。針對個人健康模型提供的數據，對于營養素的缺乏，我們推薦該營養素含量較高的美食給消費者，通過二者的相互搭配，達到比較好的廣告營銷效果。

四、結語

餐飲大數據行業存在巨大發展空間，但是傳統的飯堂消費行業中大量的飲食消費數據沒有被合理利用。本文設計實現的基于智能刷卡機的飯堂數據挖掘系統，既能為飲食企業、科研單位、政府管理部門提供飲食大數據分析服務，又能讓消費群體可以通過我們的APP產品獲取到個人健康分析服務，還能推動互聯網和大數據戰略引入傳統的飯堂行業。

參考文獻

[1]楊森彬.線性回歸和隨機森林算法融合在餐飲客流量的預測[J].軟件工程，2018（07）：24-27.

[2]郭揚.云計算技術下海量數據挖掘的實現機制[J].信息通信，2019（08）：146-147.

[3]孫亮.數據挖掘服務模式應用云計算的優化策略探究[J].黑河學院學報，2018（01）：211-212.

[4]雷天友.基于以太網絡的空氣壓縮機站遠程監控及故障診斷系統的研究與實現[D].電子科技大學，2003.

[5]李鵬.NAT在中職校園網中的應用與實現[J].電腦知識與技術，2013（06）：1302-1304.

[6]李銳.大文本數據存儲管理在稅收業務中的應用研究[D].西安石油大學，2008.

作者:李慧 單位:惠州學院